من البدايات الأولى للذكاء الاصطناعي إلى مشروع مافن وشات جي بي تي: مراجعة أكاديمية نقدية للأصول والأهداف وسوء الفهم في الجدل المعاصر حول الذكاء الاصطناعي
- قبل يوم واحد
- 12 دقيقة قراءة
الملخص
يُناقَش الذكاء الاصطناعي اليوم في كثير من الأحيان كما لو أنه بدأ قبل سنوات قليلة فقط، وخصوصاً بعد الانتشار الواسع لـ ChatGPT. لكن الحقيقة أن الذكاء الاصطناعي أقدم بكثير من أنظمة المحادثة التوليدية، وتاريخه يمتد إلى الفلسفة والمنطق والرياضيات وعلوم الحاسوب والتعلّم الآلي وتطبيقات عسكرية ومدنية متنوّعة. وخلال الشهر الأخير عاد هذا الموضوع إلى الواجهة بقوة مع تسارع استخدام الأنظمة التوليدية، وازدياد الحديث عن الوكلاء الأذكياء، وتوسّع اعتماد المؤسسات على الذكاء الاصطناعي في الإدارة والتعليم والخدمات. وفي هذا السياق ظهرت أسئلة متكررة: متى بدأ الذكاء الاصطناعي فعلاً؟ هل كان مشروع مافن في عام 2017 سابقاً لـ ChatGPT؟ وهل يمكن اعتبار ChatGPT مجرد نسخة أصغر من مافن؟
تجيب هذه الدراسة عن هذه الأسئلة بلغة أكاديمية مبسطة وواضحة. وتؤكد أن الذكاء الاصطناعي لم يبدأ لا مع مافن ولا مع ChatGPT، بل تعود جذوره إلى مراحل مبكرة من تاريخ الحوسبة والفكر المنطقي، مروراً بأعمال آلان تورنغ، ثم التأسيس الأكاديمي الرسمي للمجال في خمسينيات القرن العشرين. كما توضح الدراسة أن مشروع مافن، الذي أُعلن عنه رسمياً عام 2017، كان مبادرة عسكرية تطبيقية ركزت بدرجة كبيرة على تحليل الصور والفيديو والبيانات التشغيلية. في المقابل، ظهر ChatGPT عام 2022 نتيجة مسار مختلف قائم على النماذج اللغوية الكبيرة، وهندسة المحوّلات، والتوسّع في البيانات والحوسبة، والتعلّم المعزز بالتغذية الراجعة البشرية.
وتخلص الدراسة إلى أن ChatGPT ليس “نسخة أصغر” من مشروع مافن. فالنظامان ينتميان إلى المظلة العامة للذكاء الاصطناعي، لكنهما يمثلان فرعين مختلفين تماماً من حيث الغاية والبنية التقنية والاستخدام المؤسسي والدلالة الاجتماعية. ولهذا فإن فهم الفرق بينهما ضروري لطلاب الإدارة والتقنية، وصنّاع السياسات، والجامعات، والجمهور العام، خاصة في العالم العربي حيث يتزايد الاهتمام بالذكاء الاصطناعي كأداة للتنمية والحوكمة والابتكار.
الكلمات المفتاحية: الذكاء الاصطناعي، مشروع مافن، ChatGPT، الذكاء الاصطناعي التوليدي، النماذج اللغوية الكبيرة، الذكاء الاصطناعي العسكري، تاريخ التقنية
1. المقدمة
أصبح الذكاء الاصطناعي أحد أكثر الموضوعات حضوراً في النقاش العالمي المعاصر، ليس فقط في قطاع التكنولوجيا، بل أيضاً في الإدارة والتعليم والصحة والسياحة والإعلام والخدمات العامة. وخلال الأسابيع الأخيرة تحديداً، زادت أهمية هذا النقاش مع انتقال كثير من المؤسسات من مرحلة التجربة إلى مرحلة الدمج الفعلي للذكاء الاصطناعي في العمليات اليومية. وهذا التحول السريع جعل كثيراً من الناس يعيدون طرح أسئلة أساسية حول أصل هذه التقنية وتاريخها الحقيقي.
في العالم العربي أيضاً، لم يعد الذكاء الاصطناعي موضوعاً بعيداً أو نظرياً. فهناك اهتمام متزايد من الجامعات، والجهات الحكومية، ورواد الأعمال، وقطاع الأعمال، بل وحتى من الجمهور العام، لفهم كيف بدأ هذا المجال، وكيف يمكن استخدامه بطريقة مسؤولة ونافعة. ومع الانتشار الكبير لـ ChatGPT، أصبح بعض الناس يختزلون تاريخ الذكاء الاصطناعي كله في أدوات المحادثة الحديثة، بينما يربط آخرون الذكاء الاصطناعي بالمشروعات العسكرية وأنظمة المراقبة والتحليل الأمني، ومن هنا ظهر اسم مشروع مافن في كثير من النقاشات.
لكن هذه المقارنات السريعة تقود أحياناً إلى استنتاجات غير دقيقة. فهناك من يسأل: هل بدأ الذكاء الاصطناعي فعلاً مع مشروع مافن؟ أو هل ChatGPT مجرد نسخة مبسطة أو مصغرة من نظام أقدم ظهر في السياق العسكري؟ هذه الأسئلة مهمة، ليس فقط من الناحية التقنية، بل من ناحية الفهم العام لكيفية تطور التكنولوجيا الحديثة. فالتاريخ الدقيق يساعد على بناء وعي أفضل، ويمنع انتشار الروايات المختصرة التي تبدو جذابة لكنها ليست صحيحة علمياً.
تنطلق هذه المقالة من ثلاث أسئلة مركزية:أولاً: متى بدأ الذكاء الاصطناعي فعلاً؟ثانياً: هل كان مشروع مافن في عام 2017 سابقاً لـ ChatGPT؟ثالثاً: هل يمكن اعتبار ChatGPT نسخة أصغر من مافن؟
وتجادل المقالة بأن الجواب الصحيح هو الآتي: الذكاء الاصطناعي أقدم بكثير من هذين المثالين؛ نعم، مشروع مافن جاء قبل ChatGPT بعدة سنوات؛ لكن لا، ChatGPT ليس نسخة أصغر من مافن، بل كلاهما ينتمي إلى اتجاهين مختلفين داخل المجال الأوسع للذكاء الاصطناعي.
2. متى بدأ الذكاء الاصطناعي فعلاً؟
الإجابة عن هذا السؤال تعتمد على معنى “البداية”. فإذا كنا نقصد الجذور الفكرية، فإن الذكاء الاصطناعي بدأ قبل ظهور اسمه الرسمي بزمن طويل. فالفكر البشري عرف منذ قرون محاولات لفهم العقل والمنطق والاستدلال، كما ظهرت في الفلسفة أسئلة مبكرة حول ما إذا كان من الممكن تمثيل التفكير البشري في صورة قواعد أو آليات منتظمة. ومع تطور الرياضيات والمنطق الرمزي في القرنين التاسع عشر والعشرين، بدأت تتشكل الأسس التي جعلت التفكير الآلي فكرة ممكنة من الناحية النظرية.
أما إذا قصدنا البداية العلمية المباشرة، فيمكن القول إن أعمال آلان تورنغ تمثل نقطة محورية للغاية. فقد طرح تورنغ سؤالاً شهيراً حول ما إذا كانت الآلة يمكن أن “تفكر”، وقدم إطاراً نظرياً مهماً لمناقشة الذكاء الآلي. ورغم أن أدواته لم تكن شبيهة بما نعرفه اليوم من أنظمة ذكية، فإن مساهمته كانت مفصلية لأنها ربطت بين الحوسبة وإمكانية محاكاة بعض جوانب التفكير البشري.
ومن الناحية الأكاديمية الرسمية، فإن عام 1956 يُعد لحظة تأسيسية مهمة جداً، عندما تم استخدام مصطلح “الذكاء الاصطناعي” بصورة منظمة في ورشة دارتموث الشهيرة. هذه اللحظة لا تعني أن كل شيء بدأ من الصفر آنذاك، لكنها تعني أن المجال حصل على هويته العلمية المستقلة. ومنذ ذلك الحين، بدأ الذكاء الاصطناعي يتطور عبر موجات متعددة، شملت الذكاء الرمزي، والأنظمة الخبيرة، والتعلّم الآلي الإحصائي، ثم التعلّم العميق، وصولاً إلى الذكاء الاصطناعي التوليدي.
ومن المهم هنا التأكيد على أن تاريخ الذكاء الاصطناعي لم يكن خطاً مستقيماً. فقد عرف المجال فترات صعود وتراجع، ومر بمراحل تفاؤل كبير أعقبها أحياناً ما يسمى “شتاءات الذكاء الاصطناعي”، حين لم تستطع التطبيقات أن تحقق الوعود الكبيرة التي رُوّج لها. ولكن مع تراكم البيانات، وتطور المعالجات، وتحسن الخوارزميات، عاد المجال بقوة أكبر في العقود الأخيرة.
ولهذا، فإن القول بأن الذكاء الاصطناعي بدأ مع مشروع مافن أو مع ChatGPT قول غير صحيح تاريخياً. هذان مثالان حديثان نسبياً داخل مسار طويل بدأ منذ عقود، بل يمكن القول إن بذوره الفكرية أقدم من ذلك بكثير. ولذلك فإن الفهم العلمي الرصين يبدأ من الاعتراف بأن الذكاء الاصطناعي مجال تاريخي واسع ومركب، وليس مجرد اسم لمنتج ظهر في السنوات الأخيرة.
3. مشروع مافن: ما هو؟ ولماذا كان مهماً؟
مشروع مافن، المعروف رسمياً باسم Algorithmic Warfare Cross-Functional Team، أُعلن عنه عام 2017 في إطار جهود وزارة الدفاع الأمريكية لتسريع إدخال التعلّم الآلي وتحليل البيانات الضخمة في المجال العسكري. وقد ارتبط المشروع بشكل كبير بتحليل الفيديو والصور، وبخاصة ما يتعلق بمقاطع المراقبة والطائرات بدون طيار والقدرة على اكتشاف الأجسام والأنماط داخل كميات هائلة من البيانات المرئية.
تكمن أهمية مشروع مافن في أنه مثّل انتقال الذكاء الاصطناعي من مجرد مجال بحثي أو تجريبي إلى أداة تشغيلية ذات بعد استراتيجي واضح. ففي البيئات التي تتدفق فيها كميات ضخمة من الصور والفيديو، تصبح قدرة الإنسان على المعالجة اليدوية محدودة جداً. وهنا دخلت أنظمة التعلّم الآلي لتقليل العبء وتسريع التصنيف والتمييز الأولي، بحيث تساعد المحللين البشريين على التركيز على ما هو أكثر أهمية.
لكن مافن لم يكن مهماً فقط من زاوية الكفاءة التقنية، بل أيضاً من زاوية الحوكمة والأخلاقيات. فقد أثار منذ بدايته نقاشات واسعة حول حدود استخدام الذكاء الاصطناعي في السياقات العسكرية، والعلاقة بين الشركات التقنية والمؤسسات الدفاعية، ودور الإنسان في اتخاذ القرار عندما تكون هناك أنظمة قادرة على التنبؤ أو التصنيف أو الإشارة إلى أهداف محتملة. وبذلك أصبح مافن مثالاً على أن الذكاء الاصطناعي ليس مجرد موضوع برمجي، بل قضية سياسية ومؤسسية وأخلاقية كذلك.
ومن الزاوية التقنية، كان مافن موجهاً بالأساس إلى مهام الرؤية الحاسوبية Computer Vision وتحليل البيانات المرئية، وليس إلى المحادثة المفتوحة أو كتابة النصوص أو التفاعل اللغوي مع الجمهور. وهذه نقطة شديدة الأهمية، لأن كثيراً من سوء الفهم الحالي ناتج عن تجاهل اختلاف نوع البيانات والمهمة الأساسية لكل نظام.
4. المسار الذي قاد إلى ChatGPT
إذا كان مافن يمثل مثالاً على الذكاء الاصطناعي التطبيقي في السياق العسكري، فإن ChatGPT يمثل مساراً مختلفاً تماماً نشأ داخل مجال معالجة اللغة الطبيعية. والمرحلة الحاسمة في هذا المسار كانت ظهور بنية “المحوّلات” أو Transformers عام 2017، وهي البنية التي سمحت بتطوير نماذج لغوية أكثر قوة وقدرة على التعامل مع كميات ضخمة من النصوص بكفاءة أعلى من كثير من النماذج السابقة.
بعد ذلك، تسارع التقدم مع ظهور النماذج اللغوية الكبيرة Large Language Models، التي اعتمدت على التوسّع الهائل في البيانات والحوسبة وعدد المعاملات. وفي عام 2020 برزت نماذج مثل GPT-3 لتظهر أن النمو في الحجم والبيانات يمكن أن ينتج قدرات لغوية مدهشة في التلخيص والشرح والإجابة وتوليد النصوص. لكن هذه النماذج، رغم قوتها، لم تكن كافية وحدها لإنتاج تجربة محادثة عامة مفيدة ومستقرة للمستخدم العادي.
ومن هنا جاءت أهمية التوجيه بالتعليمات والتعلّم المعزز بالتغذية الراجعة البشرية. فقد ساعد هذا المسار على جعل النماذج أكثر قرباً من توقعات المستخدم، وأكثر قدرة على فهم الطلبات وإعطاء إجابات تبدو مناسبة من حيث النبرة والبنية. وفي هذا الإطار ظهر ChatGPT للعامة في أواخر عام 2022 بوصفه أداة حوارية مبنية على النماذج اللغوية الكبيرة ومصممة للتفاعل اللغوي المستمر.
إذن، ChatGPT لم يظهر بوصفه نسخة استهلاكية من نظام عسكري. بل ظهر نتيجة تطور طويل في معالجة اللغة الطبيعية، والنماذج التوليدية، والتعلم من الملاحظات البشرية. وهذا الفرق الجذري مهم جداً، لأن المقارنة بينه وبين مافن يجب أن تكون مقارنة بين فرعين مختلفين من الذكاء الاصطناعي، لا بين أصل ونسخة مصغرة منه.
5. هل كان مشروع مافن قبل ChatGPT؟
نعم، من الناحية الزمنية البحتة، كان مشروع مافن سابقاً لـ ChatGPT. فقد أُعلن عن مافن رسمياً في عام 2017، بينما ظهر ChatGPT للعامة في عام 2022. أي أن بينهما أكثر من خمس سنوات تقريباً من الفارق الزمني.
لكن هذا الفارق الزمني لا ينبغي أن يقودنا إلى استنتاجات خاطئة. فالأسبق زمنياً ليس بالضرورة الأصل المباشر لما جاء بعده. فكثير من الناس يخلطون بين “السبق الزمني” و”العلاقة البنيوية”. صحيح أن مافن جاء قبل ChatGPT، لكن هذا لا يعني أن ChatGPT هو استمرار مباشر لمافن أو أنه تم تطويره باعتباره نسخة مدنية أو أصغر منه.
والأدق علمياً هو القول إن كلاً منهما تطور داخل خط مختلف من خطوط الذكاء الاصطناعي. مافن ارتبط أكثر بتطبيقات تحليل الصور والفيديو في بيئة دفاعية. أما ChatGPT فارتبط بالنماذج اللغوية الكبيرة والتفاعل النصي العام في بيئة مدنية وتجارية وتعليمية واسعة. ولذلك فإن السؤال عن “من جاء أولاً” يمكن الإجابة عنه بسهولة، أما السؤال عن “هل أحدهما نسخة من الآخر” فيحتاج إلى دقة أكبر، والإجابة عليه هي: لا.
6. هل ChatGPT نسخة أصغر من مافن؟
هذه الفكرة شائعة أحياناً، لكنها غير دقيقة لا تقنياً ولا أكاديمياً. فعبارة “نسخة أصغر” توحي بأننا أمام النظام نفسه تقريباً مع فرق في الحجم أو القوة أو نطاق الاستخدام. لكن الواقع أن مافن وChatGPT يختلفان في البنية الأساسية والمهمة الرئيسية ونوع البيانات وطبيعة الاستخدام والمؤسسة التي توجه تطوير كل منهما.
أولاً: الاختلاف في نوع البيانات
مشروع مافن ارتبط بصورة أساسية بالبيانات البصرية، مثل الفيديو والصور وتحليل الأجسام والأنماط في المشاهد المرئية. أما ChatGPT فجوهره لغوي نصي، أي أنه يتعامل مع الكلمات والجمل والتعليمات والأسئلة والأجوبة. وهذا فرق جوهري، لأن نوع البيانات يحدد طبيعة النموذج وأساليب التدريب ومعايير التقييم.
ثانياً: الاختلاف في الغاية
مافن صُمم ليخدم أهدافاً تشغيلية ومؤسسية في سياق دفاعي. أما ChatGPT فصُمم ليكون مساعداً حوارياً عاماً يخدم الطلاب والباحثين والشركات والأفراد في الكتابة والشرح والإجابة والتفكير الأولي وتنظيم الأفكار. هذا يعني أن النجاح في كل نظام يُقاس بمعايير مختلفة تماماً.
ثالثاً: الاختلاف في واجهة الاستخدام
مافن ليس أداة محادثة عامة للجمهور، ولا يعتمد أساساً على تفاعل لغوي مفتوح بين المستخدم والنظام. أما ChatGPT فبنيته كلها تقوم على المحادثة. فالحوار ليس جانباً ثانوياً فيه، بل هو مركز التجربة كلها. المستخدم يكتب سؤالاً، والنظام يستجيب، ثم يتابع الحوار، ويعدّل، ويوضح، ويعيد الصياغة. هذه الطبيعة الحوارية تميّزه بوضوح عن الأنظمة التحليلية العسكرية.
رابعاً: الاختلاف في المسار التقني
شات ChatGPT جاء نتيجة تطور المحولات والنماذج اللغوية الكبيرة والتعلم من التغذية الراجعة البشرية، بينما مافن جاء ضمن مسار مختلف يرتبط أكثر بالرؤية الحاسوبية والتصنيف المرئي والتطبيقات العملياتية. صحيح أن كلاهما يقع ضمن المظلة العامة للذكاء الاصطناعي، لكن هذا لا يكفي للقول بأن أحدهما نسخة من الآخر.
إذن، من الأدق أن نقول إن ChatGPT ومافن يشبهان بعضهما فقط على مستوى الانتماء العام إلى مجال الذكاء الاصطناعي. أما على مستوى البنية والوظيفة والسياق، فهما مختلفان بدرجة كبيرة. ولذلك فإن وصف ChatGPT بأنه نسخة أصغر من مافن ليس وصفاً علمياً سليماً.
7. لماذا يحدث هذا الخلط؟
هناك عدة أسباب تجعل هذا الخلط شائعاً في النقاش العام.
أولاً، لأن مصطلح “الذكاء الاصطناعي” يستخدم اليوم بطريقة واسعة جداً، حتى أصبح لدى بعض الناس وكأنه يشير إلى تقنية واحدة موحّدة. بينما الحقيقة أن الذكاء الاصطناعي مجال كبير يضم مدارس مختلفة جداً: الذكاء الرمزي، الأنظمة الخبيرة، الرؤية الحاسوبية، التعلّم الآلي، التعلّم العميق، النماذج التوليدية، الروبوتات، التعلّم المعزز، وغيرها.
ثانياً، لأن ChatGPT حقق شهرة جماهيرية استثنائية. وهذه الشهرة جعلت كثيرين يعيدون قراءة تاريخ الذكاء الاصطناعي كله من خلال عدسة المحادثة التوليدية. فعندما يصبح نموذج معين مشهوراً جداً، يميل الناس إلى اعتباره مركز القصة كلها، فيبدو لهم أن كل ما قبله كان مجرد تمهيد له. وهذا تبسيط مخل.
ثالثاً، لأن النقاش حول الذكاء الاصطناعي في الإعلام ووسائل التواصل الاجتماعي غالباً ما يفضل السرديات السريعة والجذابة. والقول إن “هناك مشروعاً عسكرياً قديماً ثم جاءت نسخة أصغر منه للعامة” يبدو قصة سهلة التداول، لكنه لا يصمد أمام الفحص الأكاديمي والتاريخي.
رابعاً، لأن العالم يعيش حالياً موجة جديدة من الذكاء الاصطناعي العملي، حيث لم يعد الأمر مقتصراً على المحادثة، بل انتقل إلى الوكلاء الأذكياء، وأتمتة المهام، ودعم اتخاذ القرار، وإدارة البيانات، وتحليل الصور، والتخطيط المؤسسي. ومع هذا التوسع، يعود الناس لطرح أسئلة تاريخية قديمة، لكنهم يطرحونها أحياناً بمفردات اليوم، مما ينتج بعض سوء الفهم.
8. لماذا يهم هذا الموضوع في العالم العربي؟
هذا السؤال مهم جداً، لأن العالم العربي يشهد حالياً اهتماماً متزايداً بتوظيف الذكاء الاصطناعي في التعليم، والإدارة الحكومية، والخدمات، وريادة الأعمال، والاقتصاد الرقمي. وفي مثل هذا السياق، لا يكفي أن نستخدم الذكاء الاصطناعي، بل يجب أن نفهمه أيضاً.
فحين تدرك المؤسسات العربية أن الذكاء الاصطناعي ليس شيئاً واحداً، بل عالماً متنوعاً من النماذج والوظائف، تصبح قراراتها أكثر نضجاً. فالجامعة التي تريد استخدام الذكاء الاصطناعي في دعم الكتابة والبحث العلمي تحتاج إلى فهم مختلف عن الجهة التي تريد استخدامه في الأمن أو تحليل الصور الطبية أو التنبؤ التشغيلي. كما أن السياسات العامة تصبح أكثر توازناً عندما تبنى على هذا التمييز بدلاً من التعامل مع “الذكاء الاصطناعي” كمفهوم غامض وموحد.
ومن الناحية الثقافية، فإن المجتمعات العربية تحتاج إلى خطاب علمي مبسط لكنه دقيق. فالمبالغة في التهويل تضر، كما أن التبسيط المخل يضر أيضاً. والوعي الحقيقي يبدأ من التمييز بين ما هو عسكري وما هو مدني، وبين ما هو لغوي وما هو بصري، وبين ما هو مساعد معرفي وما هو أداة تشغيلية متخصصة.
9. الدلالات الإدارية والتقنية والأخلاقية
إن التمييز بين مافن وChatGPT له قيمة عملية كبيرة في الإدارة والتقنية والحوكمة.
أ. من منظور الإدارة
المديرون وصنّاع القرار يحتاجون إلى فهم نوع الذكاء الاصطناعي الذي يدخل إلى المؤسسة. فليس كل نظام ذكي مناسباً لكل غرض، ولا يمكن بناء استراتيجية فعالة إذا كانت الرؤية ضبابية. المؤسسات التي تتبنى أنظمة لغوية توليدية تحتاج إلى سياسات تتعلق بالجودة، والدقة، والخصوصية، والإنتاجية، والتدريب. أما الأنظمة المرتبطة بتحليل الصور أو التنبؤ أو المراقبة فتحتاج إلى أطر مختلفة تماماً.
ب. من منظور التقنية
الخلط بين الأنظمة المختلفة يؤدي إلى تقييمات خاطئة. فالنظام اللغوي يُقاس بقدرته على الفهم والتوليد والاتساق والاستجابة. بينما النظام البصري قد يُقاس بالدقة في الاكتشاف والتصنيف والتعرف على الأنماط. وبالتالي لا يمكن الحديث عن “أفضلية” أو “صغر” أو “كبر” بمعزل عن نوع المهمة.
ج. من منظور الأخلاق والحوكمة
المخاطر الأخلاقية تختلف أيضاً. فالذكاء الاصطناعي التوليدي يثير أسئلة حول التضليل، والتحيز، وملكية المحتوى، والاعتماد الزائد عليه. أما الأنظمة الدفاعية أو الأمنية فتثير أسئلة إضافية حول المساءلة، والإشراف البشري، وسلامة القرارات، وتأثير الذكاء الاصطناعي في السياقات الحساسة. ولهذا فإن النقاش الأخلاقي لا يجوز أن يكون عاماً ومبهماً، بل يجب أن يكون محدداً بحسب نوع النظام واستخدامه.
10. مناقشة
السؤال عن بداية الذكاء الاصطناعي ليس مجرد سؤال تاريخي، بل هو سؤال عن معنى التقنية في عصرنا. فعندما يقال إن الذكاء الاصطناعي بدأ مع ChatGPT، فإن هذا يعكس هيمنة الحاضر على الذاكرة التقنية. وعندما يقال إن ChatGPT مجرد نسخة أصغر من مشروع مافن، فإن هذا يعكس رغبة في العثور على أصل واحد سهل ومختصر لكل ما نراه اليوم. لكن التطور التقني الحقيقي عادة أكثر تعقيداً من ذلك.
فالتاريخ العلمي لا يتحرك عادة عبر خط واحد بسيط، بل عبر تقاطعات بين البحث الأكاديمي، والحاجة المؤسسية، والاستثمار، والتجريب، والنجاح والفشل، وتغير البنية التحتية الحاسوبية. ومن هنا فإن الذكاء الاصطناعي لم يكن مشروعاً واحداً خرجت منه جميع الفروع، بل ميداناً واسعاً ساهمت في تشكيله الجامعات، والمختبرات، والشركات، والجهات الحكومية، والقطاعات العسكرية، وغير ذلك.
والأهم من ذلك أن فهم هذا التاريخ يعطينا قدرة أفضل على التعامل مع المستقبل. فعندما نفهم أن ChatGPT ليس امتداداً بسيطاً لمافن، بل نتاج مسار مختلف، نصبح أكثر قدرة على تحليل الموجة الحالية من الذكاء الاصطناعي بموضوعية، دون مبالغة أو اختزال. وهذا مفيد جداً للمؤسسات التعليمية والإدارية العربية التي تبحث اليوم عن نماذج استخدام رشيدة ومسؤولة ومؤثرة.
11. الخاتمة
خلصت هذه المقالة إلى ثلاث نتائج رئيسية. الأولى أن الذكاء الاصطناعي لم يبدأ مع مشروع مافن ولا مع ChatGPT، بل هو مجال أقدم بكثير من كليهما، تعود جذوره الفكرية والعلمية إلى مراحل مبكرة من تاريخ المنطق والحوسبة، وتبلور أكاديمياً في خمسينيات القرن العشرين. الثانية أن مشروع مافن كان بالفعل سابقاً لـ ChatGPT من الناحية الزمنية، إذ ظهر مافن رسمياً في 2017، بينما ظهر ChatGPT للعامة في 2022. أما النتيجة الثالثة، وهي الأهم، فهي أن ChatGPT ليس نسخة أصغر من مافن، لأن النظامين مختلفان في نوع البيانات، والهدف، والبنية، والسياق المؤسسي، وطبيعة الاستخدام.
وبناءً على ذلك، فإن الفهم الصحيح لا يقوم على اختزال الذكاء الاصطناعي في قصة واحدة، بل على إدراك تعدد مساراته. مشروع مافن يمثل وجهاً من وجوه الذكاء الاصطناعي المرتبط بالتحليل العملياتي والرؤية الحاسوبية في بيئة دفاعية. أما ChatGPT فيمثل وجهاً آخر مرتبطاً باللغة والتفاعل والحوار والإنتاج المعرفي في بيئة مدنية واسعة. كلاهما مهم، لكن كلاً منهما يجب أن يُفهم في سياقه الخاص.
ومن منظور عربي معاصر، فإن هذا الموضوع يتجاوز مجرد المقارنة التاريخية، لأنه يساعدنا على بناء وعي أكثر نضجاً في التعامل مع الذكاء الاصطناعي. فالمستقبل لن يكون لمن يستخدم هذه الأدوات فقط، بل لمن يفهمها بعمق، ويميّز بين أنواعها، ويختار منها ما يناسب حاجاته المؤسسية والاجتماعية والثقافية. وهنا بالضبط تكمن قيمة الدراسة الأكاديمية الرصينة: أن تعطي المجتمع لغة أوضح، وفهماً أعمق، وقرارات أفضل.
الهاشتاغات
المصادر
آلان تورنغ، Computing Machinery and Intelligence
موسوعة ستانفورد للفلسفة، Alan Turing
موسوعة ستانفورد للفلسفة، The Turing Test
موسوعة ستانفورد للفلسفة، Artificial Intelligence
Encyclopaedia Britannica، History of Artificial Intelligence
Encyclopaedia Britannica، John McCarthy
وزارة الدفاع الأمريكية، Project Maven DSD Memo (2017)
وزارة الدفاع الأمريكية، Briefing on AI-Related Initiatives
Ashish Vaswani وآخرون، Attention Is All You Need
Tom B. Brown وآخرون، Language Models are Few-Shot Learners
Long Ouyang وآخرون، Training Language Models to Follow Instructions with Human Feedback
OpenAI، Introducing ChatGPT
OpenAI، ChatGPT Usage and Adoption Patterns at Work
MIT Sloan Management Review، Action Items for AI Decision Makers in 2026
Gartner، Top Strategic Technology Trends for 2026
Hashtags
Sources
Alan Turing, Computing Machinery and Intelligence
Stanford Encyclopedia of Philosophy, “Alan Turing”
Stanford Encyclopedia of Philosophy, “The Turing Test”
Stanford Encyclopedia of Philosophy, “Artificial Intelligence”
Encyclopaedia Britannica, “History of Artificial Intelligence”
Encyclopaedia Britannica, “John McCarthy”
U.S. Department of Defense, Project Maven DSD Memo (25 April 2017)
U.S. Department of Defense, Lt. Gen. Jack Shanahan Media Briefing on AI-Related Initiatives (30 August 2019)
Ashish Vaswani et al., “Attention Is All You Need”
Tom B. Brown et al., “Language Models are Few-Shot Learners”
Long Ouyang et al., “Training Language Models to Follow Instructions with Human Feedback”
OpenAI, “Introducing ChatGPT”
OpenAI, “ChatGPT Usage and Adoption Patterns at Work”
MIT Sloan Management Review, “Action Items for AI Decision Makers in 2026”
Gartner, “Top Strategic Technology Trends for 2026”
تعليقات